Dalam kegiatan pengelolaan HTI terdapat berbagai jenis kegiatan pengukuran, salah satunya adalah pengukuran indeks luas daun atau Leaf Area Index (LAI). Salah satu manfaat pengukuran LAI di bidang kehutanan adalah untuk mengevaluasi dan memantau perkembangan tanaman, tingkat dan potensi hasil atau produktivitas dengan melihat faktor pertumbuhan tanaman. Teknologi artificial intelligence (AI) saat ini berkembang pesat dikalangan masyarakat. Salah satu AI tersebut yaitu artificial neural network (ANN) yang sudah digunakan untuk memprediksi salah satu parameter biofisik leaf area index (LAI) atau indeks luas daun. Pengukuran LAI secara langsung dinilai lebih efektif dalam menghasilkan nilai estimasi yang lebih akurat namun kurang efisien karena membutuhkan waktu yang lama dan tenaga yang lebih banyak. Tujuan dari penelitian ini adalah untuk menilai kemampuan ANN dalam memprediksi nilai LAI dengan membandingkan metode regresi sebagai metode klasik pada tegakan Eucalyptus hybrid umur 18 bulan.
Jumlah sampel yang digunakan yaitu 30 plot tegakan Eucalyptus hybrid yang terdiri dari 120 quadran. Data terdiri dari 2 jenis yaitu data primer (LAI) dan data sekunder (height, trees/ha, diameter quadratic, basal area dan site index). Penelitian ini terdiri dari 2 metode yaitu analisis regresi linear berganda dengan metode backward elimination dan Artificial neural network yang terdiri dari 3 variasi hidden layer yaitu 1 layer 3 neuron (1L3N), 2 layer 3 neuron 2 neuron (2L3N2N), dan 3 layer 3 neuron 2 neuron 1 neuron (3L3N2N1N).
Hasil dari penelitian ini menunjukkan ANN mengungguli regresi dalam menaksir nilai LAI. ANN varian 2 layer 3 neuron 2 neuron (2L3N2N) merupakan varian terbaik dengan tingkat %error sebesar 12,90% dan akurasi sebesar 87,10% dengan nilai RMSE yaitu 0,4080.